-
首先二叉树是一颗树,也就是每一个节点(除了root节点外)都存在其父节点,可能存在子节点,对于没有子节点的节点称之为叶子节点。
-
而二叉树是树的一种特殊情形,也就是每个节点最多只有2个子节点。
-
通常代表一棵树的都是其跟节点
-
树的节点: 包含一个数据,以及最多两个子节点,一般称之为左节点,右节点
-
节点层:跟节点的层定义为1,第一个子节点层定义为2,以此类推
-
深度:最大的节点层代表了树的深度
-
满二叉树:除了最深一层(第三层)的叶子节点外,每个节点都有左右两个叶子节点
root (1) / \ l r (2) /\ /\ l r l r (3)
-
完全二叉树:第二层必须是满二叉树,在满二叉树的基础上,新增加了子节点,但是不全
root (1) / \ l r (2) /\ l r (3)
- 树由节点递归组成,所以首先需要定一个节点
这个就可以简单的理解为一个树的节点,其中value代表节点的数据,left代表左子节点,right代表右子节点。
node = { value, left, right, }
- 如何生成一颗满二叉树
- 思路:
- 维护一个当前树节点的链表中,初始值为跟节点。因为需要先进后出的概念,而对于js来说,可以用[]数组来直接实现链表,利用数据提供的方法
shift
从数组头部移出数据unshift
从数据头部插入数据push
从数组尾部插入数据pop
从数组尾部移出数据
- 从数组尾部取出第一个数据,也就是跟节点,判断跟节点存不存在,如果不存在就创建,
- 继续重复从数组中取出下一个节点,先判断左节点是否存在,如果不存在,则创建其左节点,如果存在,则将左节点保存到数组头部中,然后同样的判断其右节点是否存在,如果不存在,则创建其右节点,如果存在,则将右节点保存到数组头部中。
- 每次新添加一个节点,则重复上面的两个步骤
- 维护一个当前树节点的链表中,初始值为跟节点。因为需要先进后出的概念,而对于js来说,可以用[]数组来直接实现链表,利用数据提供的方法
- 思路:
insertTreeNode = (root, v) => {
let queue = [root]
while (true) {
var node = queue.pop()
if (!node.value) {
node.value = v
break
}
if (!node.left) {
node.left = {value: v}
break
} else {
queue.unshift(node.left)
}
if (!node.right) {
node.right = {value: v}
break
} else {
queue.unshift(node.right)
}
}
console.log('tree', root)
}
-
二叉树的遍历存在多种方式,常见的右
先序遍历
,中序遍历
,后序遍历
1 / \ 2 3
- 先序遍历 [1,2,3]
- 中序遍历 [2, 1, 3]
- 后序遍历 [3, 1, 2]
-
编码实现的思路:一颗树实际上是由很多的子节点的组成的,所以问题首先可以拆解为如何遍历一个节点,一个二叉树的节点可能存在 "无", "没有任何子节点", “存在一个左节点”,“存在一个右节点”,“存在一个左节点和一个右节点”
function traverse(node) { if (node) { console.log(node.value) } if (node.left) { console.log(node.left.value) } if (node.right) { console.log(node.right.value) } }
-
对于一颗树而言,实际上只是对一个节点的扩展,也就是在遍历时,遇到其子节点时,需要对子节点进行同样的操作
function traverseTree(root) {
function doTraverse(node) {
if (node) {
console.log(node.value)
}
node.left && doTraverse(node.left)
node.right && doTraverse(node.right)
}
doTraverse(root)
}
-
先来看一颗树前序遍历和中序遍历结果的区别
1 / \ 2 3 / \ 4 5
- 前序遍历 preOrder: [1, 2, 4, 5, 3]
- 中序遍历 inOrder: [4, 2, 5, 1, 3]
-
分析;
- 分析前序遍历: 前序遍历的第一个数据,即为这颗树的
跟节点
,但仅仅根据根节点
和前序遍历的数据,是不足够重构一颗树的,因为你不能保证这个树其中的某个节点是一个完全节点(也就是左节点和右节点同时存在)。 - 分析中序遍历: 根据前序遍历得到的结果,能直接推断出 [4, 2, 5] 为 1 的
左节点
并且是中序遍历
的结果, [3] 为 1 的右节点
并且是中序遍历
的结果 - 再次根据上一步推断的结果,我们能推断出,
1
的左节点
有3个元素,按照先序遍历
的结论,在preOrder
中,从头部推出一个元素(unshift)后,接下来的3个节点,即为 1 的左节点
并且是先序遍历
的结果 - 右节点的推论和左节点的推论一致,
- 分析前序遍历: 前序遍历的第一个数据,即为这颗树的
-
实现: 这里的实现,完全是按照上面的思路完成,没有任何的优化。
revert = (p, i) => {
if (!p || !i) {
return
}
function doRevert(preorder, inorder, node = {}) {
if (!preorder || !inorder || preorder.length == 0 || inorder.length == 0) {
return
}
const first = preorder[0]
if (!first) {
return
}
const nextLeftPre = []
const nextleftIn = []
let index;
for (index = 0; index < inorder.length; index ++) {
if (first == inorder[index]) {
break
}
nextleftIn.push(inorder[index])
}
const nextRightIn = inorder.slice(index + 1)
index = 1;
for (index; index < nextleftIn.length + 1; index ++) {
nextLeftPre.push(preorder[index])
}
const nextRightPre = preorder.slice(index)
node = {
value: first,
left: nextLeftPre.length != 0 ? doRevert(nextLeftPre, nextleftIn, {}) : null,
right: nextRightPre.length != 0 ? doRevert(nextRightPre, nextRightIn, {}) : null,
}
return node
}
let tree = {}
tree = doRevert(p, i, tree)
console.log('tree', tree)
}